为了提前预测比赛结果,于是我用Python获取比赛球员数据进行分析,结果...

博主利用Python爬取世界杯球员数据,通过分析球员表现,购买彩票并成功预测比赛结果。文章介绍了爬取数据的步骤,包括设置headers、发送请求、解析数据和保存到CSV文件。最终,依据分析结果,博主在比赛中获利。
摘要由CSDN通过智能技术生成

为了提前预测比赛结果,于是我用Python获取比赛球员数据进行分析,结果...

前因后果

最近不是世界杯嘛,但是太忙了实在没时间看,于是为了凑热闹,用Python把本次球员信息都获取了一遍,看不了比赛,那就多了解了解嘛~


于是靠着分析的情况,大胆的买了一波小日子赢,实事证明我的判断没有错,甚至有理有据~


话不多说,我们开始操作~

准备工作

软件&模块

本次使用的环境是 python 3.8
编辑器是 pycharm 2021

第三方模块是 requests ,第三方模块需要手动安装,我们win+r输入cmd 打开命令提示符窗口 ,输入pip install requests 即可安装。

实现步骤

爬虫原理是模拟成客户端向服务器发送网络请求。

那么我们如何来实现今天的案例呢?

大致分为一下几步,

1.分析数据来源

  • 静态数据: 元素面板去分析
  • 动态数据

2、实现代码:

  • 发送请求
  • 获取数据
  • 解析数据
  • 保存数据

代码展示

import requests     # 发送网络请求的  导入别人写好的功能
import csv          # 写入数据的 内置模块
 
 
# 伪装
headers = {
    'Cookie': 'UOR=www.****.com.cn,; SINAGLOBAL=175.0.61.77_1657884424.966721; U_TRS1=0000004e.e788d5bf.6321e608.840542e4; Apache=175.0.61.120_1669203295.444472; ULV=1669203299775:10:6:4:175.0.61.120_1669203295.444472:1669203296517',
    'Host': 'api.sports.sina.com.cn',
    'Referer': 'http://****.cn/',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36'
}
url = 'http://*****.cn/?p=sports&s=sport_client&a=index&_sport_t_=football&_sport_s_=opta&_sport_a_=teamStatics&show_players=1&type=108&season=2017&id=960&dpc=1'

response = requests.get(url=url, headers=headers)

json_data = response.json()

players = json_data['result']['data']['players']

f = open('日本球队.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.writer(f)
csv_writer.writerow(['player_name_cn', 'count', 'mins_played', 'goal_assist', 'goals', 'total_pass', 'accurate_pass'])
for player in players:
    player_name_cn = player['player_name_cn']                 # 球员名称
    count = player['count']                                   # 场次
    mins_played = player['mins_played']                       # 出场时间
    goal_assist = player['goal_assist']                       # 助攻
    goals = player['goals']                                   # 进球
    total_pass = player['total_pass']                         # 传球
    accurate_pass = player['accurate_pass']                   # 传准
    csv_writer.writerow([player_name_cn, count, mins_played, goal_assist, goals, total_pass, accurate_pass])

部分效果展示

就冲小日子的数据,虽然我看他们不顺眼,但是我还是买了他们~


emmm~
结果大家昨晚都看到了,果然不负所望,小赚一波。

我准备了这些视频,PDF电子书籍,以及本文源代码!给大家直接在文末名片自取即可~


最后

当然,本文仅供参考,娱乐为主,大家也别上头~

好了,今天的分享就到这里了,咱们下次见!

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值